首页 | 本学科首页   官方微博 | 高级检索  
     

基于量子加权GRU神经网络的电力系统短期负荷预测
引用本文:王凇瑶,张智晟. 基于量子加权GRU神经网络的电力系统短期负荷预测[J]. 电力系统及其自动化学报, 2022, 34(1): 1-7. DOI: 10.19635/j.cnki.csu-epsa.000804
作者姓名:王凇瑶  张智晟
作者单位:青岛大学电气工程学院,青岛 266071
基金项目:国家自然科学基金资助项目(52077108)。
摘    要:为提升电力系统短期负荷预测精度,提出粒子群算法优化量子加权门控循环单元神经网络模型.首先,将量子加权神经元融入门控循环单元神经网络中,构建量子加权门控循环单元神经网络预测模型,利用量子信息处理机制,提高该神经网络的非线性逼近能力和泛化能力.然后,使用全局优化能力较强的改进粒子群优化算法对所提出模型的参数进行寻优,构建权...

关 键 词:短期负荷预测  量子加权门控循环单元  神经网络  粒子群优化算法  电力系统

Short-term Load Forecasting of Power System Based on Quantum Weighted GRU Neural Network
WANG Songyao,ZHANG Zhisheng. Short-term Load Forecasting of Power System Based on Quantum Weighted GRU Neural Network[J]. Proceedings of the CSU-EPSA, 2022, 34(1): 1-7. DOI: 10.19635/j.cnki.csu-epsa.000804
Authors:WANG Songyao  ZHANG Zhisheng
Affiliation:(College of Electrical Engineering,Qingdao University,Qingdao 266071,China)
Abstract:
Keywords:short-term load forecasting  quantum weighted gated recurrent unit(GRU)  neural network  particle swarm optimization(PSO)algorithm  power system
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号